GAN

GAN（生成对抗网络）是一种深度学习模型，通过让两个神经网络相互竞争的方式来学习数据的分布特性。其中，一个神经网络被称为生成器（Generator），负责生成新的数据；另一个神经网络被称为判别器（Discriminator），负责判断输入数据是真实数据还是生成器生成的假数据。在训练过程中，生成器和判别器不断进行博弈，生成器试图生成越来越逼真的数据以欺骗判别器，而判别器则努力提高识别真假数据的能力。最终，生成器能够学会生成与真实数据非常相似的新数据，从而实现诸如图像生成、语音合成等应用。